LongCat-2.0：1.6T MoE，完全在AI ASIC上训练

提示：文末链接直达LongCat-2.0官网⬇️⬇️⬇️

产品介绍： 1.6T MoE，完全在AI ASIC上训练

LongCat-2.0 是一个采用 MIT 许可的 1.6T 参数 MoE 模型，具有约 48B 活跃参数、1M 上下文窗口、LongCat 稀疏注意力机制，并针对编码和智能体工作流进行了后训练。该模型在 AI ASIC 超级计算集群上训练，并与 Claude Code、OpenClaw 和 Hermes 集成。

小编简评： LongCat-2.0 以全AI ASIC训练的1.6T MoE架构，仅激活48B参数即实现颠覆性效率，配合1M超长上下文与稀疏注意力，在编码和智能体场景中表现亮眼。MIT开源许可降低了门槛，与Claude Code等工具的深度集成更显生态野心。亮点突出，但硬件依赖和训练成本值得潜在用户权衡。

用户评价：
　　“处理百万token文档，速度比GPT-4快一倍！”
　　“稀疏注意力让长代码上下文不再卡顿，开发效率起飞。”
　　“开源1.6T参数还能跑在普通显卡上？实测48B激活确实香。”
　　“集成Claude Code后工作流顺畅多了，期待更多插件支持。”

英文介绍： 1.6T MoE trained entirely on AI ASICs

LongCat-2.0 is an MIT-licensed 1.6T-parameter MoE model with ~48B active parameters, 1M context, LongCat Sparse Attention, and post-training for coding and agentic workflows. It was trained on AI ASIC superpods and integrates with Claude Code, OpenClaw, and Hermes.

以下是产品图片：（文末链接直达产品官网⬇️⬇️⬇️）

官方网站： LongCat-2.0

您觉得这个产品怎么样？有什么亮点或不足？可以分享给您的朋友一起探讨！

每天下午16:00，实时同步 Product Hunt 精选榜单，用中文呈现全球顶级开发者、创业者的奇思妙想，准时链接全球创意！欢迎持续关注~~~